如何将 match.group() 文本放入熊猫数据框中？答案

【问题标题】：How to put match.group() text into a pandas dataframe?如何将 match.group() 文本放入熊猫数据框中？
【发布时间】：2020-12-28 14:10:40
【问题描述】：

我正在使用 re 将一堆文本过滤为我需要的信息。我现在可以使用 match.group() 从文本中的每一行打印出我需要的两条信息。

match.group(1) 是一个数字，match.group(4) 是一个字符串。对于每一行（通过 for 循环进行迭代），我需要将 match.group(1) 添加到数据框中的一列，并将 match.group(4) 添加到另一列。

这里是代码（底部的打印语句需要替换为将每个元素添加到数据框的代码）：

finalText = re.search(r'19\s+domestic and stock rights(.*?)20\s+native title rights', rawText, flags=re.S | re.I).group(

pattern = re.compile('(\d+)( ML/year )(in the |the )([\w \/\(\)]+)')

df = pd.DataFrame()

for line in finalText.splitlines():
    matches = re.finditer(pattern, line)

    for matchNum, match in enumerate(matches, start=1):
    print (match.group(1) +","+ match.group(4))

和数学 match.group(1) 是一个数字，而 match.group(4) 是一个位置，因此数据框的示例如下：

Water Usage    Town
55             York
718            Holst
7              Poke

【问题讨论】：

你能添加一些示例数据DataFrame吗？或者rawText 是什么？
你怎么知道要添加到哪一行？
每行或每次迭代只需一个新行
rawText 是我使用 re 过滤的文本文件
可以添加输入数据吗？不输出，因为无法测试。

标签： python regex pandas re

【解决方案1】：

如果要添加到新的 DF，则：

你首先在循环外启动一个新的 DF：

new_df = pd.dataframe(columns=['match1','match4'])

在循环内部：

row = [match.group(1), match.group(4)]
new_df.loc[len(new_df)] = row

如果是现有的 DF - 在最后两行代码中将 new_df 替换为 df

【讨论】：

我收到错误“无法设置没有定义列的框架”
我认为上述解决方案的 Jezrael 回答了您的问题
@Dhar_ - 无论如何，我也已经修复了我的答案
@gtomer - 一个想法 - 不建议更新空 DataFrame，检查 this

【解决方案2】：

创建元组列表并传递给DataFrame构造函数：

out = []
for line in finalText.splitlines():
    matches = re.finditer(pattern, line)

    for matchNum, match in enumerate(matches, start=1):
        out.append((match.group(1), match.group(4)))
        
df = pd.DataFrame(out, columns=['Water Usage','Town'])
print(df)

【讨论】：